国家自然科学系列职称评审委员会评定副研究员。现任快手高级算法专家，负责在线决策类算法的研究及业务落地，所提出的算法产品已应用于推荐场景冷启动、素材个性化、智能UI、广告词优化、在线匹配与流量优化、在线广告系统冷启动、广告联盟等多种业务，为每个业务可带来 5%-160% 的业务指标提升，助力联盟内循环广告业务提升 40 倍。
曾在 AAAI、IJCAI、VLDB、ICDE、ICSE 、JPDC等国际顶级会议及刊物上发表学术论文近 20 余篇，他引量上百次，已申请国内外专利近 40 项， 出版专著 1 本，被评为北京市本科精品教材，近年来长期担任 AAAI, IJCAI, NeurIPS、ICML、ICLR 等国际顶级学术会议的(高级)程序委员会成员。美国 PMP 国际权威项目管理专业认证项目管理师。
多项研究成果已产品化并集成进阿里云、华为、联想、百度和中科方德等业内知名公司的产品与系统中，参与过国家重大专项研究，多次受邀参加行业和高校举行的技术论坛。
在线多臂赌博机（Online Multi-armed Bandits）算法近年来不仅在理论上取得了显著的进展，而且被广泛应用于在线系统、通讯、异常检测、医疗和金融等领域中的冷启动、大促活动、智能UI和动态定价等各类选择性问题。如何与深度模型融合服务于超大型在线系统是业内研究的热点问题，我们结合在线系统特点，提出了在线和离线混合迭代学习的多臂赌博机算法框架（Interconnected Neural-Linear UCB），并结合用 Bandit 寻优 Bandit 的 AutoBandit 的思想，为在线预测模型插上了探索的翅膀，作为核心算法之一，为快手内循环直播等新型广告类型完成从冷启到成熟投放的全生命周期护航，助力内循环外投广告预期花费提升近 40 倍。
本次演讲将会探讨如何基于 Online Bandits 算法为深度学习模型插上“探索”的翅膀，及落地快手广告系统的最佳实践。
演讲提纲：
你将获得：
京公网安备 11010502039052号 | 产品资质